影像组学作为肝细胞癌经动脉化疗栓塞预后预测工具:系统综述与Meta分析
该系统综述与Meta分析纳入29项回顾性研究共5483例患者,其中14项研究2691例进入Meta分析,评估影像组学预测TACE后肿瘤反应的效能。汇总敏感度0.83、特异度0.86、sROC曲线下面积0.90,提示影像组学模型具有较强预测能力,但研究间存在显著异质性。
要点
- 影像组学预测TACE后肿瘤反应汇总敏感度0.83、特异度0.86,sROC曲线下面积0.90。
- 独立验证数据集较训练数据集异质性更低(I² 51.32% vs 82.11%),模型性能相当。
- 多数研究未达到最佳阳性似然比与阴性似然比,仅3项记录提示高预测信息量。
核心结论
- 影像组学模型对TACE后预后表现出较强的预测能力,展现出有前景的临床转化前景。
研究设计与样本
- 系统综述与Meta分析,遵循PRISMA-DTA和AMSTAR 2指南,方案前瞻性注册于PROSPERO(ID: CRD42023449278)。
- 检索PubMed、Web of Science和Embase数据库,检索截至2023年5月16日,最终纳入29项回顾性研究共5483例患者。
- 14项研究共2691例患者纳入Meta分析,含12个训练数据集1628例和11个独立验证数据集815例。
- 影像检查均为增强扫描,以增强CT最多,其次增强MR,仅1篇为增强超声;参考标准为RECIST或mRECIST定义的客观反应。
- 采用QUADAS-2、影像组学质量评分(RQS)和METRICS进行质量评价,平均RQS为12.90±5.13(35.82%±14.25%),平均METRICS为62.98%±14.58%。
诊断标准与关键数值
- Meta分析共23个数据集2443例受试者,汇总敏感度0.83(95%CI: 0.78-0.87)、特异度0.86(95%CI: 0.79-0.92)。
- 汇总阳性似然比6.13(95%CI: 3.79-9.90),阴性似然比0.20(95%CI: 0.15-0.27)。
- sROC曲线下面积为0.90(95%CI: 0.87-0.93)。
- 以加权平均客观反应率51.24%为先验概率,模型阳性预测时后验概率为87%,阴性预测时后验概率为17%。
- 异质性检验显示敏感度、特异度、阳性似然比和阴性似然比的I²均超过70%,Q检验P值均低于0.01。
临床应用与阅片要点
- 影像组学模型基于术前增强CT或增强MR图像提取高通量定量特征,用于预测TACE后肿瘤反应。
- 常用动脉期和门静脉期图像进行分析,MR研究中最常分析T2WI序列。
- 多数研究采用三维容积感兴趣区,仅少数研究探索瘤周区域特征。
- 预测终点多为RECIST或mRECIST定义的客观反应。
- 作者认为影像组学模型展现出有前景的临床转化前景。
局限性
- 所有纳入研究均采用回顾性设计。
- QUADAS-2评估发现常见偏倚来源包括病例选择过程未明确是否连续纳入、诊断模型评估标准(截断值)未指定、已建立模型缺乏独立数据集验证。
- 后两项因素也是研究适用性关注的主要来源。
- 所有纳入研究的敏感度、特异度、阳性似然比和阴性似然比的I²均超过70%,Q检验P值均低于0.01,存在显著异质性。
- 多数研究未能达到最佳阳性似然比和阴性似然比,仅3项记录提示高预测信息量。
全文中译16 节 · 点击展开
引言
肝细胞癌(HCC)是原发性肝癌最常见的类型,在全球癌症发病率中位居第六,在癌症相关死亡率中位居第三。2020年,全球约有906,000例新发病例和830,000例死亡归因于HCC [1]。HCC以其高度侵袭性著称,通常预后较差。年龄标化5年生存率存在地区差异,通常范围为5%至30%,在大多数国家处于10%至19%之间 [2]。治疗进展促进了HCC患者结局的改善,观察到1995年至2014年间不同地区的年龄标化5年生存率提高了5%至10% [2, 3]。当前的治疗策略强调通过综合方法实现最佳管理,主要以手术干预为中心 [4–6]。非手术治疗,包括经动脉化疗栓塞、肝动脉灌注化疗 [7]、消融 [8–10]、放疗 [11]以及全身治疗等,为提高预后提供了机会,特别是对于不适合手术的早期患者和不可切除的晚期HCC患者。
经动脉化疗栓塞(TACE)是肝癌常用的局部区域治疗手段。根据所用药物的不同,可大致分为传统TACE(cTACE),使用碘化油与化疗药物的混合物,以及药物洗脱微球TACE(DEB–TACE)[12]。TACE被认为是局限于肝脏且不适合手术切除的疾病的首选治疗方式 [4],根据巴塞罗那临床肝癌(BCLC)分期,尤其推荐用于中期肿瘤 [5]。值得注意的是,TACE适用于多种情形,如伴有不完全梗阻的局限性门静脉癌栓的肝癌管理、肝移植桥接治疗、高复发风险患者的术后辅助治疗以及不可切除肿瘤的转化治疗 [4–6, 13]等。在真实世界实践中,TACE常用于复发或进展期HCC患者,并常在初始治疗后重复进行 [12]。这使得患者选择和疗效评估容易受到既往或同期抗肿瘤治疗的影响。因此,TACE的选择和应用在很大程度上取决于医生的专业知识和偏好,缺乏公认的支持性信息工具。
TACE术后肿瘤反应和长期预后的评估主要依赖于放射学标准,如实体瘤疗效评价标准(RECIST)[14]和改良实体瘤疗效评价标准(mRECIST)[15, 16]。根据这些标准,TACE术后的客观缓解率(ORR)在不同报道中呈现出显著差异,范围大致在30%至80%之间[17–21]。这种显著的可变性可能与患者的基线特征差异、TACE前背景治疗的复杂性以及TACE技术的差异等因素有关。因此,预测TACE后的预后可以优化个体化患者选择过程,最终改善临床结局[13]。研究人员探索了多种用于TACE后预后预测的指标,包括放射学特征[22, 23]、临床病理因素[24]、血清标志物[25]以及基因组改变[26]等。然而,这些预测工具仍受限于预测效能不足、缺乏验证以及相关检查带来的创伤或费用等局限性。
放射组学由Lambin等人于2012年首次系统性定义[27],是一种利用计算机程序探索和分析医学图像中高通量定量特征的技术。自诞生以来,放射组学的影响力逐步扩大。放射组学主要应用于辅助癌症诊断和预后预测,为精准医学提供了有力支持。通过将医学图像转化为高维特征空间进行分析和模型构建,放射组学有助于加深对医学图像的理解。为应对TACE个体化治疗中未被满足的需求,许多研究人员开发了放射组学模型来预测TACE后的预后。这些研究分析了多种影像模态的数据,包括磁共振(MR)[21, 28–36]、计算机断层扫描(CT)[20, 37–53]以及超声(US)[54],报告了令人鼓舞的结果。鉴于开发可靠的TACE预后预测工具的重要性,我们认为及时且系统地总结放射组学模型在这一任务中的预测性能和临床转化潜力至关重要。因此,本系统评价和荟萃分析旨在确定放射组学在预测TACE治疗预后中的价值。
方法
本系统评价遵循诊断准确性研究系统评价和荟萃分析优先报告条目(PRISMA-DTA)指南[55]以及系统评价质量评估2(AMSTAR 2)指南[56]。研究方案已在PROSPERO前瞻性注册(ID:CRD42023449278)。
文献检索
在PubMed、Web of Science和Embase数据库上执行了计算机化检索,以识别对操作前图像实施影像组学分析以预测TACE治疗结局的原始研究。检索策略按照PICO(参与者、干预、对照、结局)原则[55]设计,以便对相关研究进行灵敏筛选。检索词涵盖四个角度,包括“肝细胞癌或肝癌”、“放射学或影像组学”、“TACE”和“预后”。检索范围包括截至2023年5月16日发表的文献。详细检索条件见补充表1。
研究纳入
去除重复文献后,对剩余文献根据以下纳入标准进行综合审查:(1)人群:通过临床或病理学确诊为HCC的患者;(2)干预:初始TACE治疗(无既往TACE治疗史);(3)指标检测:基于操作前医学影像的影像组学分析/高通量分析/人工智能分析;(4)结局:TACE后的预后,包括肿瘤反应、总生存期、复发、进展等。随后根据以下标准排除研究:(1)涉及非人类受试者的研究;(2)会议摘要、综述、病例报告、评论及其他非原创性出版物;(3)未以英文发表的研究;(4)未报告未结合临床特征的独立影像组学模型的研究;(5)未提供足够原始数据进行定性或定量审查的研究。
对识别出的文章基于标题和摘要进行初步筛选。随后,对可能符合条件的文章进行全文审查。文献由两位在肝脏外科和医学影像分析方面具有四年以上经验的作者(KGD、FY)进行审查。任何不确定性均通过包括一位在肝癌管理和荟萃分析方面具有十五年以上经验的资深作者(YCZ)在内的作者团队共识解决。当全文审查后仍无法获得足够数据时,尝试通过联系通讯作者获取原始数据。所有文献管理均使用Endnote(版本20,Clarivate Analytics,英国)。
数据提取
根据以下类别从纳入文献中系统提取预定义信息:(1)文献特征,包括作者、发表年份、国家和研究类型;(2)患者特征,涵盖(2–1)人口学特征,如样本量、年龄和性别;(2–2)病因学特征,如肝炎病毒感染状态和肝硬化;(2–3)临床-病理特征,包括病理诊断和肿瘤分期;(3)与TACE相关的操作信息;(4)治疗前影像学检查详情,涵盖成像方式、仪器参数以及图像的期相或序列;(5)治疗后随访信息,包括随访终点、评估标准、随访间隔和随访检查;(6)影像组学分析的方法学特征,涉及图像分割方法、特征提取方法、建模算法、预测结局等;(7)模型验证方法;(8)模型性能参数,如灵敏度、特异度、一致性指数、曲线下面积(AUC)、真阳性(TP)、假阳性(FP)、真阴性(TN)、假阴性(FN)数量等;以及(9)其他相关信息。详细的数据提取策略见补充表2。
若单项研究构建了多个影像组学模型,则选择性能最高的模型进行数据提取。当一项研究同时报告了训练集和验证集的结果时[57],分别从各数据集中提取结局。若一篇文章同时报告了纯影像组学模型和纳入额外临床特征的联合模型,则仅提取纯影像组学模型的结果,同时保留补充的临床特征用于研究质量评价。
质量评估
纳入研究的质量采用诊断准确性研究质量评估2(QUADAS-2)[58]、影像组学质量评分(RQS)[59]标准以及影像组学方法学评分(METRICS)[60]进行评价。QUADAS-2用于评估研究在四个领域的偏倚风险:患者选择、索引试验、参考标准以及流程与时机。RQS是影像组学专用的评级框架,涵盖图像采集、特征提取、建模方法、模型验证和临床应用等十六个方面。METRICS是一种新提出的影像组学研究评估工具,其基于国际共识和构建良好的框架,包括方法学变异的排序和加权(详见补充表3)。
在整个数据提取和质量评估过程中,采用了系统化的方法。首先启动了培训阶段,在此阶段三位作者(KGD、ZJL、YCZ)独立审阅了三篇纳入论文。这些作者统一了对数据提取表和质量评级表中各条目的一致理解,所有定义最终由资深作者YCZ确认。随后,两位作者(KGD、ZJL)独立进行数据提取和质量评估。METRICS评分使用https://metricsscore.github.io/metrics/METRICS.html上的便捷网络工具进行评估。最终电子数据表整合了两位作者一致确认的信息。
统计分析
统计分析和可视化使用Microsoft Office Excel 2019、RevMan 5.3.5 [61]和Stata Statistical Software 17(StataCorp.,T.X.,USA)[62]进行。尽可能提取包含TP、FP、FN和TN数量的2×2诊断列联表。使用Stata midas包进行Meta分析[63]。合并敏感度、特异度、阳性似然比(PLR)和阴性似然比(NLR)作为合成统计量计算。PLR > 10或位于5–10之间,同时NLR < 0.1或位于0.1–0.2之间,分别提示高或中等信息价值。采用Cochrane Q检验和I2评估研究间异质性,I2 > 50%或P < 0.1提示存在异质性。采用Galbraith法识别离群值的影响。使用汇总受试者工作特征曲线(sROC)评估不同放射组学模型的整体预测性能。AUC为0.5–0.7、0.7–0.9和> 0.9分别提示低、中等和高预测效能[64]。采用Meta回归探讨主要方法学因素与研究间异质性之间的关系,随后进行进一步的亚组分析。应用Deek's漏斗图及不对称检验评估发表偏倚。最后,评估放射组学模型的临床应用。以纳入研究中计算的平均ORR作为先验概率,然后基于合并PLR和NLR及贝叶斯条件概率定理,使用Fagan图计算验后概率。
结果
文献检索、筛选和数据提取
文献检索过程共识别出645篇相关文章,随后去除203篇重复文章。从剩余的442项研究中,通过审查标题和摘要,排除了396篇不符合本综述规定的语言、研究类型或PICO标准的文章。在全面审查全文后,又排除了17篇文章,最终纳入29篇文章(图1)。
表1总结了所有29项纳入研究的信息,共涵盖5483例患者。研究的详细信息见补充表4,主要研究特征见补充图1。大多数文章来源于中国(24篇,82.8%)。纳入研究可追溯至2016年,发表数量逐渐增加,在2021–2022年达到峰值,为19项研究。所有纳入研究均采用回顾性设计。大多数研究采用BCLC分期系统确定患者纳入,其他研究使用中国肝癌分期(CNLC)系统[32]或其他标准[21, 31, 40, 43, 48]。中期患者是研究最广泛的人群,有21篇文章(全部或部分)纳入BCLC-B期患者[20, 28–30, 33, 37, 41, 28–30, 49, 53],其次是BCLC-A期(13篇)和BCLC-C期(9篇)患者。
在成像方式方面,所有研究均使用了增强检查。研究最频繁的成像方式为增强CT [20, 36–53],其次为增强MR [21, 28–35],仅有一篇文章探索了增强超声[54]。研究了增强图像的不同期相或序列,其中18篇文章纳入单期相/序列图像,其余文献分析多期相/序列图像。用于影像组学分析最常用的期相为动脉期(AP)[21, 39, 42, 44, 46, 49]和门静脉期(PVP)[31, 34, 36, 38, 48, 50]。关于基于MR的影像组学,T2WI是最常分析的序列[29, 32, 35]。多项研究比较了由不同期相/序列图像构建的影像组学模型,但结论不一致。一些研究表明多期相/序列模型在性能上更优[20, 30, 42],而另一些研究证明单期相/序列模型与多期相/序列模型相当,甚至更优[35, 48]。此外,不同单期相模型之间的比较研究表明,基于PVP的模型的预后价值可能优于基于AP的模型[31, 34, 48]。
大多数研究采用三维感兴趣体积(VOIs)进行分析,仅有两篇文章使用基于肿瘤最大截面的二维感兴趣区(ROIs)[46, 47]。大多数研究仅勾画肿瘤区域,少数研究探索了瘤周区域的影像组学特征[36, 37, 45]。Song等提出,基于肿瘤区域加瘤周扩展的影像组学模型的预后价值不如仅考虑肿瘤区域的模型[34]。28篇文章报告了用于特征选择和模型构建的算法,大多数采用机器学习(ML)算法。五篇文章在建模过程中采用了深度学习(DL)算法[32, 33, 39, 46, 54]。共有44个独立数据集(训练集或验证集)同时报告了队列样本量和预测模型中的特征数量。样本量与特征数量比值的中位数为9.30(p 25–p 75:5.16–12.43),仅19个数据集的比值超过10。
质量评价
对纳入研究进行了质量评估。使用QUADAS-2评估偏倚风险时,发现了普遍存在的偏倚,来源于病例选择程序不明确(是否连续纳入所有患者)、诊断模型缺乏明确的评估标准(截断值),以及已建立的模型缺乏在独立数据集中的验证(图2a、补充图2A)。后两个因素也是对这些研究适用性担忧的主要来源。
根据RQS和METRICS的研究质量总结见图2b、c,详细结果见补充图2B和补充表5。全部29项纳入研究的总体RQS平均为12.90 ± 5.13(35.82% ± 14.25%)。METRICS评分与RQS评分呈正相关(图2c),平均为62.98% ± 14.58%。总体而言,大多数研究在报告成像策略、多次分割、整合非影像组学临床变量、评估模型的判别能力和校准、模型验证以及披露模型中影像组学特征方面表现出令人满意的质量。使用METRICS评估,分别有2、14、10和3项研究达到“优秀”、“良好”、“中等”和“低”标准。
研究数据合成(Meta分析)
影像组学对TACE反应的汇总预测性能
来自14项研究的共23个独立数据集提供了足够信息以提取完整的2 × 2列联表,因而进入Meta分析。纳入的数据集包括12个训练数据集(含或不含重采样验证),包含1628例患者,以及11个独立验证数据集(内部或外部验证),包含815例患者。在所有这些数据集中,影像组学模型的预测终点为TACE后的肿瘤反应,在大多数研究中根据RECIST [14]或mRECIST [15]标准定义为客观缓解(OR)。Meta分析中纳入的所有数据集及其关键方法学信息见表2。对于总共23个数据集,对2443名受试者进行了预测性能的合成分析(图3a–e、补充表6)。汇总灵敏度为0.83(95% CI:0.78–0.87)(图3a),特异度为0.86(95% CI:0.79–0.92)(图3b),汇总PLR和NLR分别为6.13(95% CI:3.79–9.90)(图3c)和0.20(95% CI:0.15–0.27)(图3d)。sROC的AUC为0.90(95% CI:0.87–0.93)(图3e)。异质性检验显示灵敏度、特异度、PLR和NLR的I2均超过70%,Q检验P值低于0.01,表明存在显著异质性(补充表6)。进一步的Galbraith图提示离群值对Meta分析结果的影响有限且对称(图4a)。
异质性的来源与亚组分析
基于关键方法学参数进行荟萃回归分析,纳入六个变量:成像方式(CT/MR/US)、训练或验证数据集、建模算法(ML/DL)、成像期相(单期/多期)、单一成像期相(AP/PVP)以及是否纳入瘤周特征(是/否)。关于合并灵敏度,在训练集与验证集之间、MR研究与其他研究之间、ML模型与DL模型之间、单期模型与多期模型之间以及AP模型与PVP模型之间发现了值得关注的亚组间差异(图4c,补充表7)。关于特异度,在MR研究与其他研究之间以及ML模型与DL模型之间发现了显著差异(图4d,补充表7)。
随后对荟萃回归中 deemed 显著的变量进行亚组分析。由于报告单期AP模型和PVP模型的研究有限,基于其余因素进行亚组分析,并计算各亚组内的合并灵敏度、特异度和异质性(表3)。独立验证数据集的研究间异质性显著低于训练数据集,同时模型性能相当(I2:51.32% vs. 82.11%,补充图3)。在11个验证数据集中,根据成像方式、成像期相和建模算法进一步进行亚组划分。在MR亚组、ML亚组和多期模型亚组中观察到I2 < 50%的研究间同质性(补充图4–6)。此外,五项结合CT和ML的研究也显示出令人满意的同质性(I2:45.07,补充图7)。
发表偏倚评价与临床解读
漏斗图未显示分析纳入研究间存在显著发表偏倚的证据(P = 0.64,见图4b)。从11项报告TACE后ORR的研究中提取的20个数据集,加权平均ORR确定为51.24%(补充表8)。以该平均ORR作为检验前概率,当影像组学模型分别产生阳性和阴性预测时,获得客观缓解的后验概率计算分别为87%和17%(图5a)。似然比矩阵显示,大多数研究未能达到最佳PLR和NLR,仅有三项记录落在左上象限,提示具有高预测信息量(图5b)。
讨论
本系统综述共纳入29项原始研究,涉及5483例患者,其中14篇文章被纳入荟萃分析,构成2691例患者。这些研究呈现出显著的地域差异,25项研究(86.2%)来自东亚,其中24项来自中国(82.8%),共包括5187例中国患者(荟萃分析中2640例中国患者)。这一观察结果与东亚地区肝细胞癌(HCC)的高发病率[1]以及该地区经动脉化疗栓塞(TACE)的普遍使用[6]相一致。此外,这种地域集中性决定了本综述中病毒性肝炎相关HCC病例占比较高(补充表4)。我们进一步通过检索Web of Science核心数据库进行了探索性文献计量学分析。结果显示,在“影像组学”领域范围内的出版物中,42.3%来自中国。同样,中国研究人员分别贡献了“HCC”和“TACE”研究的30.2%和31.4%,使中国成为这些领域研究的首要来源。从实际意义的角度来看,影像组学工具与分子病理学检测(如二代测序)相比可能具有成本优势和更大的便利性,尤其是在中国这样的中等收入国家。然而,这并不削弱这些研究在全球HCC管理和精准医学背景下的应用潜力。
在纳入的文章中,中期HCC患者(主要为BCLC-B期患者)构成了主要队列,这与TACE的现行适应证相一致[5, 13]。大多数研究深入探讨了横断面成像(包括CT和MR)的预测价值,两者均被公认为HCC的诊断手段[65]。这与传统临床和放射学实践的一致性可能为这些影像组学模型的便捷应用奠定基础。自2018年以来,该领域研究数量呈现明显上升趋势,且各研究在研究模式上表现出相当的一致性,表明影像组学研究趋于成熟和标准化的趋势[59, 60]。
据我们所知,这是首个深入探讨影像组学在预测ACE预后方面预测效能的系统综述和荟萃分析。既往研究致力于利用治疗前常规影像特征来预测TACE结局。研究者探索了肿瘤大小、位置、强化模式、强化异质性以及术中数字减影血管造影(DSA)特征等参数[66, 67]。此外,已建立的肝脏影像评估工具,如肝脏影像报告和数据系统(LI-RADS),也被用于此目的[68]。尽管这些传统影像特征已证明与TACE反应存在一定相关性,但它们并非为此目的专门定制的工具,导致预测不精确且临床价值有限。因此,影像组学方法在此背景下成为一条有前景的途径。影像组学自诞生以来已在多个肿瘤学领域展现出巨大潜力。既往系统综述和荟萃分析已 consolidated 其在多个领域有效性的证据,如预测HCC微血管侵犯(MVI)[69, 70]、非小细胞肺癌(NSCLC)放疗后生存[71]以及肾细胞癌(RCC)的鉴别诊断和预后预测[72]。与既往荟萃分析不同,我们的研究特别强调影像组学模型的泛化性。我们独立分析了用于模型训练的数据集和指定用于验证的独立数据集的结果。验证集的合并结果并未显示模型性能较训练集不足。这一发现为未来验证和应用这些影像组学模型的工作奠定了基础。值得注意的是,利用公共数据集进行模型测试是增强影像组学模型泛化性的实用方法。就本荟萃分析所探索的具体任务而言,来自癌症影像档案(TCIA)的HCC-TACE-SEG数据集可能提供合适的外部验证队列[73],值得在未来研究中加以利用。
在本系统综述中,我们采用QUADAS-2 [58]、RQS [59]和METRICS [60]评估影像组学研究质量。总体而言,纳入研究显示中等至良好质量。2020年,Ursprung等总结了影像组学在肾细胞癌(RCC)中的作用,报告57篇文章的平均RQS为3.41 ± 4.43 [72]。相比之下,本系统综述纳入29项研究,报告的平均RQS显著更高,为12.90 ± 5.13,反映了近年来该领域的进展。进一步分析RQS的16个评分类别发现,“验证”类别差异最为显著,而得分最低的为三个领域:“检测并讨论生物学相关性”、“在试验数据库中注册的前瞻性研究”和“成本效益分析”。这一差异可能部分归因于我们的特定纳入标准,其中前瞻性研究可能受治疗适应证复杂性的限制 [12],而与其他生物标志物的联合分析可能因缺乏可靠的TACE疗效预测生物标志物而受阻。然而,值得注意的是,整合成本效益分析可能在影像组学模型的后续验证和应用中发挥关键作用,特别是在评估图像分割所需人力和时间、多期图像分割的额外资源以及与传统影像检查相比的净获益等方法学因素时。此外,我们评估了研究的METRICS评分,这是一种新型评估工具,与RQS相比更为详细和均衡。对于大多数纳入研究,在以下方面仍可进一步改进:处理临床混杂因素、适当使用机器学习算法、适当选择成像期相、结果的独立验证以及科学数据的透明性和可重复性。因此,我们倡导未来影像组学研究在分析和报告中纳入这些考虑。
涉及所有纳入影像组学模型的荟萃分析表明,合并敏感性和特异性均超过0.80。由于这些模型在回顾性队列中以高度定制化的方式开发,不同模型之间缺乏一致的截断值,我们采用汇总受试者工作特征曲线评估总体预后性能,结果显示AUC为0.90,表明对TACE后预后具有稳健的判别能力。作为临床应用的指示性参数,合并PLR和NLR分别为6.13和0.20,仅有三项研究符合PLR > 10和NLR < 0.1的标准。总体而言,当前影像组学模型显示出中等的临床信息价值。此外,考虑先验概率后,当影像组学模型分别给出阳性和阴性结果时,计算得出的客观缓解验后概率分别为87%和17%。因此,影像组学工具可以预测TACE后完全不同的结局,因而在指导TACE治疗决策方面具有重要潜力。
纳入的研究之间出现了显著的异质性,这一发现与放射组学领域既往的荟萃分析一致[69–72],也符合我们的预期。鉴于所有研究均为回顾性设计,异质性的出现不可避免[70]。尽管大多数纳入研究采用了相似且标准的研究流程,但整个分析过程中从影像数据到最终预测模型的大量方法学变量可能导致研究间存在显著差异,这是高度定制化模型固有的局限性。尽管如此,当前模型的合并统计结果仍具有相当的价值。在本研究中,我们利用Galbraith图评估异质性对荟萃分析结果的影响,发现极端离群值较少且影响总体对称。此外,我们使用了Deek漏斗图及不对称性检验,提示不存在明显的发表偏倚。
通过荟萃回归,我们仔细审查了异质性的来源,观察到若干关键的方法学因素,包括成像模态、建模算法以及验证或训练数据集,可能是研究间异质性的主要贡献因素。在亚组分析中,采用相同成像方法(MR)、成像期相(多期成像数据)或相同建模类型(基于机器学习(ML)的建模)的研究间,测试集结果显示出更好的同质性。各亚组的合成结果与所有研究的合并结果之间未显示严重偏差。综上所述,我们认为放射组学工具在预测TACE治疗结局方面具有巨大潜力,无论从研究角度还是临床应用角度均是如此。
我们仅在验证数据集中分析了不同模型的性能(表3),基于CT的放射组学模型与MR模型相比表现出相当的合并灵敏度和更优的特异度。考虑到CT相较于MR更低的时间成本和费用,基于CT的放射组学模型在实际临床应用中可能具有优势。有趣的是,使用单期/单序列成像数据的模型在合并灵敏度和特异度方面并未显示出相较于多期/多序列模型的性能不足。少数研究直接比较了单参数与多参数模型的预测价值[20, 30, 35, 42, 48],尚无一致性证据支持对多个成像期相或序列进行联合分析。正如METRICS指南[60]所指出的,多参数分析可能不必要地增加数据维度并增加过拟合风险。因此,未来研究应尝试使用简单的影像数据或证明多参数模型的附加价值。值得注意的是,尽管许多研究考虑了多个期相,但极少有研究进行不同期相间的体素对体素图像匹配[43, 49],也没有研究分析特征值在不同时间点上的演变。未来采用图像对齐和特征匹配来分析特征时间演变的研究可能拓展Delta放射组学[59]的作用,并充分发挥多期成像的潜力。
建模算法的选择以决定性方式影响模型性能[74, 75]。在我们的亚组分析中,基于机器学习(ML)的模型与深度学习(DL)模型相比表现出较低的敏感性和特异性。此外,两项研究直接比较了DL和ML模型,并表明DL模型具有更优的预测能力[33, 54]。然而,值得注意的是,纳入研究中DL模型细节的透明度有限,可能限制了其结果的可重复性。总体而言,深度学习在影像组学建模中展现出显著潜力,尽管目前在其研究中的应用有限[32, 33, 39, 46, 54]。目前对于是否有必要纳入瘤周特征尚无共识。我们的meta回归和Song等人[34]的直接比较均未揭示考虑瘤周区域的显著益处。然而,在其他任务中,如预测肝细胞癌(HCC)的微血管侵犯(MVI)[76]和术后复发[77],同时分析肿瘤和瘤周区域被证明更为有效。因此,纳入瘤周特征是否能改善模型性能可能是任务特异性的。
最后,尽管我们的meta分析提示某些方法具有潜在优势,但这些方法学选择尚无普遍公认的最优方案,进一步的验证势在必行。影像组学研究方法的持续探索和标准化无疑将带来更理想的预测模型,指导接受经导管动脉化疗栓塞(TACE)治疗的HCC患者的决策和管理。
局限性与未来展望
本研究存在若干局限性。首先,所有纳入的研究均为回顾性设计。尽管进行了meta回归和亚组分析,异质性的来源仍无法完全阐明。因此,由于对普遍适用性的潜在担忧,在直接应用这些研究结果时应谨慎。这一局限性凸显了进一步方法学探索和额外影像组学研究以填补这些空白的必要性。其次,并非所有纳入的数据集均满足理想样本量标准,即样本量为模型特征数的十倍,这强调了未来研究需要建立更大的临床队列或减少模型特征数量。
结论
影像组学模型在预测初次TACE治疗的预后方面表现出良好的准确性和有前景的临床实用性。成像模态、成像期相和建模算法等方法学因素是文献异质性的重要来源。
补充信息
以下是电子补充材料的链接。补充文件1(XLSX 218 KB)
补充文件2(PDF 3140 KB)
引用
- Deng K, Chen T, Leng Z, et al. Radiomics as a tool for prognostic prediction in transarterial chemoembolization for hepatocellular carcinoma: a systematic review and meta-analysis. Radiol Med. 2024. PMID: 39060885. doi:10.1007/s11547-024-01840-9
- 全文:PMC11322429(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11322429/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。